双幻核132Sn（Z=50，N=82）附近由于实验数据缺乏，人们对该区域壳结构是否会发生变化一直存在着争论。因此，实验上进一步研究该区域的壳演化特征，探讨壳演化内在机制是一个非常重要而有趣的课题，对理解核天体物理中的快中子俘获过程也有重要意义。图1. 奇质量Ag同位素第一个1/2-态和9/2+态 图2. (a) 理论计算的质子有效单粒子能能级差的系统性演化 曲线。(b) 中子在h11/2轨道的占据 近期，核物理与核技术国家重点实验室的李智焕、华辉课题组和合作者在日本理化学研究所开展了对123Pd和125Pd核的β衰变实验研究，首次在衰变子核123Ag和125Ag 的低激发能区发现了具有β放射性的同核异能态。利用新发现的同核异能态，讨论了奇质量Ag同位素中由πg9/2 和 πp1/2两个轨道形成的Z=40次闭壳能隙在N=82附近的演化（见图1）。研究表明在N=82处，Z=40次闭壳能隙可能存在明显的减小。为了进一步了解壳演化的微观机制，使用包含了张量力的壳模型计算了这个质量区单粒子轨道的演化，结果显示相比于N=50处，Z=40次闭壳能隙在N =82处存在明显的减小，张量力对 Ag 同位素中πg9/2 和 πp1/2 轨道以及 Z=40 次闭壳能隙在接近 N=82 时的演化起到非常重要的作用（见图2）。

设计并合成了氧、硫原子双桥连的新型分子带[8]cyclophenoxathiin，利用氧硫杂蒽结构单元的动态可弯折性克服分子带合成的高张力问题；同时，通过氧、硫杂原子对大环分子带的电子结构的调控，实现其作为分子“容器”的功能应用 为了精准地获得具有不同连接顺序和空腔性质的氧硫杂分子带，研究者采用了分步成环的控制合成策略，通过先成单桥大环，再桥连并环的方法，以较高的产率选择性地获得具有“碗状”和“筒状”的两种分子带。进一步研究表明碗状的分子带可通过多重C‒H···S氢键的作用，分子间二聚形成胶囊型的分子“容器”。该二聚体不仅可以包合硝基苯等溶剂分子，而且对C60等富勒烯分子具有极强的选择性络合能力，结合常数高达3.6×109 M‒2，展现出在富勒烯材料的提纯与分离方面的应用潜力。而筒状的分子带可与环型结构的[2,2]环蕃分子相结合，形成独特的“环套环”的超分子包合物。氧硫杂双桥联分子带的可控合成、多样结构及其丰富的主客体化学充分展示了杂原子掺杂分子带的魅力，也为分子带的设计和构筑提供了新的思路。

1.产品型号 AA-1800S六灯座单石墨炉原子吸收光谱仪AA-1800H六灯座火焰石墨炉一体原子吸收光谱仪AA-1800E八灯座火焰石墨炉一体原子吸收光谱仪 2.产品简介 AA-1800型原子吸收光谱仪是由行业的专家和国内知名高校联手研发完成，拥有几十年光谱仪器的研发和应用经验。该产品包括火焰、石墨炉及氢化物发生系统，可配置多种附件，灵活的配置方案可满足不同层次客户的需求。全自动多功能AA-1800型原子吸收光谱仪可进行复杂的样品分析，多种分析方法可自动切换，做到无人全自动分析。AA-1800型原子吸收光谱仪广泛应用于科研、质检、疾控、环保、冶金、农林、化工等行业，创新的软、硬件设计确保样品分析的准确性、安全性、易用性，仪器维护简单便捷。3.主要特点高精度全自动化光学系统色散率为1800条/毫米刻线大面积光栅，新型自准直单色器，所有镜片均是石英镀膜，宽广的检测范围和光学稳定性确保了分析的精度。全自动6灯座配置6个独立灯电源，可分别预热；高分子雾化室高分子材料抗腐蚀雾化室，耐酸碱，包括氢氟酸，无论是有机或是无机溶液都能得到较好的灵敏度和稳定性；钛燃烧器钛燃烧器，可选配50mm和100mm燃烧器，空冷预混合型，耐腐蚀，耐高盐，大幅度提高火焰的效率和火焰分析的准确度；全自动化分析能自动完成安全点火，熄灭和切换，结构可靠，故障率低，从而确保火焰法的灵敏度和重现性。光源系统六灯位平台自动切换，可直接使用高性能空心阴极灯，提高火焰分析的灵敏度，自动调节供电参数和光束位置，全自动波长扫描和寻找波峰；石墨炉温控内外气双重温度控制，20阶线性或非线性升温，确保待测元素具有较好的灵敏度；炉内富集浓缩达20次，纵向光控监测石墨管内壁温度，最高可升温至3000℃/s.高技术指标AA-1800型原子吸收光谱仪元素测试灵敏度达到行业先进水平，灵敏度≤0.015μg/mL/1%；基线漂移小于0.003Abs/30m，稳定性优于0.005Abs/4h;背景校正系统采用氘空心阴极灯和自吸收扣背景进行背景校正，消除低含量测定时分子吸收的干扰，减少了氘灯的发射噪声，延长了使用寿命，具有 较好的稳定性。氘灯背景信号为1A时，扣除背景能力＞50倍；智能化分析智能性非常强，人性化设计，火焰和石墨炉原子化器自动切换，石墨炉原子化器自动优化，自动设置调节火焰高度，自动点火，水平位置自动优化，系统自动设置气体流量。如遇停电、误操作、乙炔泄漏等，系统会自动启动安全保护功能；自动进样器与石墨炉一体化设计，采用高精度注射器，最低可进0.5μl样品，具有智能化在线稀释与浓缩功能。4.软件功能强大的功能高智能软件，功能强大，友好的中文操作界面。全自动仪器及附加控制，可自动优化，自动稀释；鼠标操作，自动设定菜单数据和校正方法；测量数据可以实现动态显示。标准曲线可以实现自动拟和；样品测量准确：采用向导的方式对样品进行设置，方便快捷；灵敏度校正功能：使测量的结果更为准确；数据共享方便快捷的数据共享数据处理：可对数据进行编辑保存；打印输出：提供单元素与多元素分析的报告；对测量结果及仪器的条件进行打印；数据导出：数据导出功能实现了与其他系统的数据共享。数据处理测量方式 : 火焰法、石墨炉法、氢化物-原子吸收法   浓度计算方式 : 标准曲线法（1～3次曲线），自动拟合，标准加入法   重复测量次数 : 1-99次、计算平均值、给出标准偏差和相对标准偏差   结果打印 : 参数打印，数据结果打印，图形打印，可导出WORD、EXCEL文档

本平台设计一套集成学习系统用来精确预测未来时间段的流量，本系统使用随机森林，SVR，三指数 平滑、GBDT，BPNN等传统算法和机器学习算法作为单模型，并通过集成学习的方式提高预测准确率。

一、项目简介 智能计算MR成像主要是基于脉冲序列设计、成像、重建、处理与分析的全链路优化思想，利用人工智能领域的深度学习与大数据方法，研究新体制智能计算成像理论、方法与应用，突破现有系统将成像与分析分治难以兼顾的不足，从而为医学临床和科研提供新的、更快的成像手段、更好的成像质量以及更符合实际需求的成像模式。 二、前期研究基础 无 三、应用技术成果1）基于深度学习的信息保持压缩感知重建（左图为填零重建、右图为所提方法）

当前，保护数据的隐私和安全已经成为世界性的热点，各国都在加强对数据安全和隐私的保护。近年来，国家相继出台个人信息保护的标准和政策，旨在加强隐私保护。为了在符合相关法规的前提下使用数据，部分研究者尝试令各方数据保留在本地的同时训练全局模型，如 Google 提出的联邦学习。作为一种加密的分布式机器学习技术 , 联邦学习能够让参与各方在不披露底层数据和底层数据加密 ( 混淆 ) 形态的前提下，仍然能利用其余几方参与者提供的信息，更好地训练联合模型，提升 AI 模型效果。 然而，将数据留在本地的方式却也引发其他问题，如针对联邦模型的投毒攻击。投毒攻击通过攻击训练数据集或算法来操纵机器学习模型的预测，使分类器识别特定样本的分类边界发生变化。而联邦学习场景下的投毒攻击通常拥有更强的隐蔽性和破坏性。 因此，我们将传统投毒攻击防御中对原始数据的清洗过程转变至对上传的模型权重参数的预处理，在参数服务器部署防御框架来防御投毒攻击。我们设计了一种新颖的防御与追溯框架，该框架主要由模型聚类、初步防御和细化防御三个模块构成，构建多层纵深防御体系，保护联邦模型安全，并在源头上主动追溯攻击者。我们设计面向神经网络的无监督层级聚类算法，消除了神经网络中隐含元素置换不变性的影响。根据类内代表模型在聚合过程中的贡献度确定其可疑度，并以动量思想将可疑度绑定每个客户端，并结合历史用户行为对攻击者进行定位。我们的防御框架可以自主评估模型贡献度，自动确定可疑度动态划分阈值，并在图像、文本等多源数据集上达到了 100% 追溯率，实现了零漏检，零误检。 目前，成果性能已经过多方测试和验证，代码已部署在华为自研深度学习框架MindSpore 中，进一步为广大开发者所用。

膜识别技术的应用 1.基于深度学习的虹膜识别算法性能达到国际先进水平； 2. 虹膜图像采集采用全自动自适应技术，可以自动寻找虹膜，自动聚焦，在中远距离范围实现了高用户友好性。 系统的性能远高于市场同类产品； 3. 整套系统成本很低，远低于市场同类产品，非常适合大规模应用 。

目前，训练机器学习模型依赖于海量的数据，当以集中方式训练时，会带来很大的计算成本。因此，现在普遍的共识是，未来的机器学习应该以分布式方式实施。通常，分布式学习是以server-worker模式中进行的，其中server利用从workers收集的信息更新学习参数，然后将这些参数广播给workers。 但是，随着worker数量的增加，通信开销也会大幅

01. 成果简介 随着国民经济的快速发展，机动车辆增长迅速、路面交通任务日益繁忙，国内交通安全形势面临日益严峻的考验。虽然基础应用系统已经达到了较高的技术和应用水平，但也存在着一些问题和不足：各应用系统只针对本系统的数据处理；局限于简单的统计，统计信息都有其局限性，出现“信息孤岛”现象；无法实现数据融合、信息共享，不能为交通运行评估和辅助决策提供依据；不能进行相关系统的协同联动，使之使用在日常工作中；工作效率仍没有显著提高；由于缺少科学管理手段，各交通管理部门，越来越难以适应当前形势的要求。主要表现在：1）信息孤岛问题；2）缺少跨系统信息融合分析及挖掘；3）信息服务、协同指挥及公共服务功能不足；4）公路交通状况管控困难。 本成果团队自主研发的广度学习基础计算系统集成平台提供了一个基于全量多模态数据融合和协同挖掘分析的大数据智能系统支撑框架，可以对在地理、空间上分散的人、设备、环境、事件等进行大规模实时关联和因果分析，以指导复杂态势环境下的指挥行动。这些大数据技术已被运用于交通态势分析和预测，如实时分析城市交通流量与预测等。基于通用的大数据融合智能分析平台，使指挥人员和调度人员能在单一系统内解决所有问题，包括各类交通情报分析（情报报告，事件行为等），关联分析（背景、跟踪、时空、反应等）和预判决策等功能。系统利用统一数据融合服务（UDFS）和统一视频融合服务（MVFS）等技术手段，将跨界多源动静态交通数据进行融合利用，并产生统一的道路交通基础知识图谱（DKG），然后统一提供给拥有计算能力的融合计算引擎基础算力平台（TAIOS），训练和调度各类模型算法（TAIMODEL），生成基础应用工具和基础应用指标，最后通过组合统一用户管理（４A）和统一指挥调度（TBOCC）到具体的业务流程中，构成各类闭环场景应用，从而产生智能、精准的道路交通治理优化方案，提升道路的畅通程度和安全水平。 图1. 数据融合图2. 态势感知02. 应用前景 广度学习基础计算系统集成平台应用于智慧交通领域，其创新成果已在贵州省交通管理局复合型大数据交通态势感知指挥云平台工程建设中得到应用，创造了良好的经济和社会效益。填补了国内在交通管理领域大数据融合应用空白。是提升交通管理的跨界数据融合、功能融合、管理融合、指挥融合的创新型技术。促进了我国交通大数据智能管理建设技术水平的提高，促进了交通管理行业的技术进步。该项目具有广阔的市场前景。03. 知识产权 已申请发明专利9项。04. 团队介绍 本项目以清华-青岛数据科学研究院（挂靠软件学院，以下简称数据院）韩亦舜执行副院长团队为核心。数据院于2017年8月下设交通大数据研究中心，该中心面向国家重大战略需求，专注跨界融合大数据、机器学习、人工智能技术在交通行业全流程数据科学和数据工程的核心技术创新应用研究，在交通管理、交通运输规划与管理、公共交通、物流运输等领域开展跨界大数据融合智能交通应用示范。05. 合作方式 投融资 / 专利许可。06. 联系方式 邮箱：liuc1988@tsinghua.edu.cn、liuyi2017@tsinghua.edu.cn

产品详细介绍